| 优化K-means初始聚类中心研究 |
| |
| 引用本文： | 毛韶阳,李肯立.优化K-means初始聚类中心研究[J].计算机工程与应用,2007,43(22):179-181. |
| |
| 作者姓名： | 毛韶阳 李肯立 |
| |
| 作者单位： | 1. 湖南人文科技学院,数学系,湖南,娄底,417000;湖南大学,计算机与通信学院,长沙,410082
2. 湖南大学,计算机与通信学院,长沙,410082 |
| |
| 基金项目： | 国家自然科学基金
,
教育部科学技术研究项目 |
| |
| 摘 要： | K-means算法因为对初始中心依赖性而导致聚类结果可能陷入局部极小。基于密度的多中心聚类并结合小类合并运算的聚类算法解决了计算空间上的极小化,收敛进度上得到了控制,结果明显优于K-means的聚类结果。算法的每一次迭代都是倾向于发现超球面簇,尤其对于延伸状的不规则簇具有良好的聚类能力。
|
| 关 键 词： | 聚类算法 K-means 多中心聚类算法(MCA) 小类合并 |
| 文章编号： | 1002-8331（2007）22-0179-03 |
| 修稿时间： | 2007-06 |
Research of optimal K-means initial clustering center |
| |
| MAO Shao-yang,LI Ken-li.Research of optimal K-means initial clustering center[J].Computer Engineering and Applications,2007,43(22):179-181. |
| |
| Authors: | MAO Shao-yang LI Ken-li |
| |
| Affiliation: | 1.Department of Mathematics, Hunan Institute of Humanities, Science and Technology, Loudi, Hubei 417000, China ;2.School of Computer and Communication,Hunan University,Changsha 410082, China |
| |
| Abstract: | The K-means algorithm with the clustering dependence on the initial center may sink into the part smallest.The algorithm which using multi-centers clustering based on the density function and combining small cluster merger solves the computing space minimize,controls the rate of convergence.The experiment result surpass to K-means clustering result obviously.The every repeated operation incline toward discover super surface of sphere cluster.The algorithm has better clustering ability particularly to the irregular and extendable center. |
| |
| Keywords: | clustering algorithm K-means Multi-seed Clustering Algorithm(MCA) merging small cluster |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
|
